WSN监测轮廓提取与可视方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景 | 第9-11页 |
| ·无线传感器网络 | 第9-10页 |
| ·WSN的监测轮廓 | 第10页 |
| ·监测轮廓可视化方法研究面临的挑战 | 第10-11页 |
| ·课题研究现状 | 第11-12页 |
| ·论文的主要工作及创新点 | 第12页 |
| ·论文的章节安排 | 第12-14页 |
| 第2章 监测轮廓的数据获取研究 | 第14-23页 |
| ·引言 | 第14页 |
| ·WSN的数据监测模型描述 | 第14-19页 |
| ·数据属性描述 | 第14-15页 |
| ·拓扑结构与路由描述 | 第15-18页 |
| ·监测轮廓模型描述 | 第18-19页 |
| ·WSN的数据压缩处理算法 | 第19-21页 |
| ·基于时空抑制的数据压缩 | 第19页 |
| ·基于最优子集的数据压缩 | 第19-20页 |
| ·基于支持向量机的数据压缩 | 第20-21页 |
| ·WSN的监测通信模型 | 第21-22页 |
| ·基于查询方式的通信模型 | 第21-22页 |
| ·基于事件方式的通信模型 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 监测轮廓的提取方法研究 | 第23-32页 |
| ·引言 | 第23页 |
| ·基于等值线的提取方法 | 第23-26页 |
| ·时空数据聚合的等值线图生成算法 | 第23-24页 |
| ·轮廓点的Iso-Map生成算法 | 第24-26页 |
| ·kernel SVR的等值线图生成算法 | 第26页 |
| ·基于区块图的提取方法 | 第26-28页 |
| ·多边形合并的区块图生成算法 | 第27页 |
| ·移动节点的区块图构造算法 | 第27-28页 |
| ·基于边缘轮廓的提取方法 | 第28-31页 |
| ·静态簇的连续目标轮廓监控算法 | 第28-29页 |
| ·分布式Delaunay三角的边缘轮廓提取算法 | 第29-30页 |
| ·可变感知半径的目标边缘轮廓提取算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于VISO-MAP的监测轮廓提取研究 | 第32-40页 |
| ·引言 | 第32页 |
| ·虚拟点位置计算 | 第32-34页 |
| ·Iso-Map轮廓点及其描述 | 第33页 |
| ·局部连续性 | 第33页 |
| ·VIso-Map虚拟点及其描述 | 第33-34页 |
| ·WSN应用模型 | 第34-35页 |
| ·网络模型 | 第34-35页 |
| ·传输模型 | 第35页 |
| ·优化模型 | 第35页 |
| ·监测轮廓线生成算法设计 | 第35-37页 |
| ·虚拟点求取算法 | 第35-36页 |
| ·轮廓图生成算法 | 第36-37页 |
| ·仿真实验 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第5章 分布式边缘轮廓压缩提取算法研究 | 第40-52页 |
| ·引言 | 第40页 |
| ·相关研究 | 第40-41页 |
| ·边缘识别问题 | 第40-41页 |
| ·边缘细化方法 | 第41页 |
| ·分布式抑制算法定义 | 第41-44页 |
| ·带约束的边缘点对识别 | 第42-43页 |
| ·分簇算法 | 第43-44页 |
| ·WSN应用模型 | 第44-45页 |
| ·网络模型 | 第44-45页 |
| ·传输模型 | 第45页 |
| ·数据模型 | 第45页 |
| ·边缘轮廓线生成算法设计 | 第45-49页 |
| ·压缩模式算法 | 第45-48页 |
| ·拟合连接算法 | 第48-49页 |
| ·仿真实验 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 改进的道格拉斯边缘轮廓提取算法研究 | 第52-60页 |
| ·引言 | 第52页 |
| ·算法定义与描述 | 第52-56页 |
| ·约束边缘三角形识别 | 第52-53页 |
| ·分段成簇的边缘细化 | 第53-55页 |
| ·道格拉斯压缩算法 | 第55-56页 |
| ·WSN应用模型 | 第56-57页 |
| ·网络与通信模型 | 第56页 |
| ·边缘轮廓线整合与优化 | 第56-57页 |
| ·仿真实验 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
